Tantangan dalam ABM

Tantangan dalam ABM

Agent-bases modeling (ABM) berusaha melihat fenomena-fenomena dan realitas dunia nyata dari perspektif kausalitas dinamik. ABM memandang bahwa sebuah dunia terdiri dari agen (pelaku pembuat keputusan) dan lingkungan (lokasi dimana agen berada). Menurut Johnston (2013), ada beberapa tantangan dalam membuat model agent-based antara lain : Kesulitan menentukan problem, Kesulitan memahami seluk-beluk fenomena yang mungkin penting untuk permodelan tertentu. Kesulitan menerjemahkan fenomena ke dalam instruksi dan aturan-aturan model. Memerlukan kemampuan coding (bahasa pemrograman komputer). Lihat artikel lainnya : Filosofi Agent-Based Modeling...
Read More
Agent-based Modeling – Introductory

Agent-based Modeling – Introductory

Agent-base modeling (ABM) atau permodelan berbasis agen merupakan sebuah cara untuk menyelidiki penyebab terjadinya sebuah pola. Pola adalah sifat yang muncul sebagai akibat dari keputusan-keputusan individual para agen.  Beberapa contoh permasalahan yang bisa diselesaikan dengan ABM :membangun konektivitas koridor pergerakan satwamengantisipasi potensi serangan terorisanalisa kemacetan lalu lintas dan strategi evakuasimemperkirakan kemungkinan sebaran penyakitmemahami perubahan lahanmemperbaiki risalah/sistem tebangmenyelidiki aliran energi dalam jaringan listrikanalisa kejahatan sebagai antisipasi dampak di masa yang akan datang. Agen dipengaruhi oleh ruang, artinya agen tidak membuat keputusan oleh dirinya sendiri tetapi juga merupakan resultan dari adanya interaksi dengan lingkungan sekitarnya. Sebaliknya, keputusan individual masing-masing agen juga mempengaruhi lingkungan sekitarnya (terutama yang secara langsung berinteraksi dengan dirinya). Hal-hal yang perlu dipelajari dalam ABM : prinsip penentuan problematika dan agen yang terlibat, aturan interaksi, mekanisme permodelan, coding. Baca juga : Tantangan dalam ABM  Diringkas dan ditulis ulang dari buku Agent Analyst; Agent-based Modeling in ArcGIS (Kevin M. Johnston, 2013)...
Read More